Charlie_ODD - 博客园

【计算机算法设计与分析】——二分查找（检索）

摘要：一.什么是二分查找二.什么是二元比较树阅读全文

posted @ 2018-09-19 20:53 Charlie_ODD 阅读(281) 评论(0) 推荐(0) 编辑

【计算机算法设计与分析】——图

摘要：一.图的基本概念和性质二.树的遍历以树（特殊的图）为例：树的遍历还有： — 树转换成二元树（树的子树由无序变成有序）三.图的遍历 1.图的宽度优先检索栈过程状态：问题： V1 V2 V3 V4 V5 V6 V7 V1 V2 V4 V8 V5 V3 V6 V7 检测顺序：V8 V5 V2 阅读全文

posted @ 2018-09-19 15:23 Charlie_ODD 阅读(413) 评论(0) 推荐(0) 编辑

【计算机算法设计与分析】—— 树

摘要：一.基本概念复习二.问题的提出与解决现有以下两个算法算法1：算法2：阅读全文

posted @ 2018-09-19 14:18 Charlie_ODD 阅读(153) 评论(0) 推荐(0) 编辑

【计算机算法设计与分析】——栈和队列

摘要：阅读全文

posted @ 2018-09-19 10:57 Charlie_ODD 阅读(217) 评论(0) 推荐(0) 编辑

【模式识别与机器学习】—— 2.3均值向量和协方差矩阵的参数估计

摘要：均值和协方差矩阵的估计量定义设模式的类概率密度函数为p(x)，则其均值向量定义为：其中，x = (x1, x2, …, xn)T，m = (m1, m2, …, mn)T。若以样本的平均值作为均值向量的近似值，则均值估计量为：协方差矩阵为：其每个元素clk定义为：其中，xl、xk和ml、m 阅读全文

posted @ 2018-09-18 21:42 Charlie_ODD 阅读(6730) 评论(0) 推荐(0) 编辑

【模式识别与机器学习】——2.2正态分布模式的贝叶斯分类器

摘要：出发点：当已知或者有理由设想类概率密度函数P(x|ωi )是多变量的正态分布时，上一节介绍的贝叶斯分类器可以导出一些简单的判别函数。由于正态密度函数易于分析，且对许多重要的实际应用又是一种合适的模型，因此受到很大的重视。（贝叶斯分类规则是基于统计概念的。如果只有少数模式样本，一般较难获得最优阅读全文

posted @ 2018-09-18 15:21 Charlie_ODD 阅读(7018) 评论(1) 推荐(1) 编辑

【模式识别与机器学习】——2.1贝叶斯判别法

摘要：一.作为统计判别问题的模式分类模式识别的目的就是要确定某一个给定的模式样本属于哪一类。可以通过对被识别对象的多次观察和测量，构成特征向量，并将其作为某一个判决规则的输入，按此规则来对样本进行分类。在获取模式的观测值时，有些事物具有确定的因果关系，即在一定的条件下，它必然会发生或必然不发生。但在现阅读全文

posted @ 2018-09-17 16:30 Charlie_ODD 阅读(8522) 评论(0) 推荐(1) 编辑

《实用机器学习》中的一些拓展问题

摘要：问题1：什么是参数和非参数机器学习算法？ 1.1参数机器学习算法（1）两步骤： 1. 选择一种目标函数的形式； 2. 从训练数据中学习目标函数的系数。（2）参数机器学习算法的优点：简单：这些算法很容易理解和解释结果；快速：参数模型可以很快从数据中学习；少量的数据：它们不需要太多的训练数据，阅读全文

posted @ 2018-09-15 10:52 Charlie_ODD 阅读(201) 评论(0) 推荐(0) 编辑

机器学习经典算法（进阶篇）——8.KNN

摘要： KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的阅读全文

posted @ 2018-09-01 15:36 Charlie_ODD 阅读(448) 评论(0) 推荐(0) 编辑

来自中科院计算所博士师兄的建议

摘要：声明：本文引用自毕业于中国科学院计算技术研究所的刘昕博士编程语言与DL框架的选择当然，作为开发者，想要去实现一个模型，绕不开的问题便是：应该选择什么语言？应该选择什么框架？对于开发人员而言，语言的选择其实不是问题。但作为入门，最为理所当然的建议则是Python，原因也非常简单：Python最阅读全文

posted @ 2018-08-27 10:35 Charlie_ODD 阅读(8190) 评论(3) 推荐(1) 编辑